MiniCPM5-2B：25亿参数端侧模型平均分 53.9，超越 Qwen3.5-4B
一句话结论：OpenBMB 发布 MiniCPM5-2B，一个 25 亿参数的稠密模型，在 34 项基准测试中平均分达 53.9，超过 Qwen3.5-4B 的 51.1，且支持原生 13 万 token 上下文。原始信息显示，该模型拥有 2,516,756,480 参数，在工具调用、编程 Agent 和长上下文检索方面优势最明显，其训练过程结合了 4000 亿 token 的深度思考 SFT 和 RL 教师及在线蒸馏技术。值得关注是因为它证明了小参数模型也能在复杂任务上超越更大规模的模型，且专为端侧部署设计，意味着手机和物联网设备也能运行高性能 AI。影响人群包括移动端 AI 应用开发者、边缘计算工程师以及关注模型小型化技术的研究者。下一步验证方式：在 ModelScope 或 GitHub 上获取 MiniCPM5-2B 的权重，在本地设备或云服务器上部署，重点测试其在工具调用和长文档理解任务上的实际表现，并对比其推理速度和内存占用与 Qwen3.5-4B 的差异。